19 de octubre de 2021
Descubra a los ganadores del Ultralytics YOLOv5 Export Competition, que muestra lo mejor en la implementación de modelos de IA en varios dispositivos.
Con el objetivo de ayudar a todos a entrenar e implementar fácilmente los mejores modelos de Visión Artificial, hemos organizado nuestra primera Competición de Exportación Ultralytics YOLOv5. Valoramos estar en contacto con los miembros de nuestra comunidad de código abierto y siempre nos impresionan las numerosas aplicaciones que crean los usuarios.
La competición se desarrolló desde el 17 de mayo de 2021 hasta el 31 de septiembre de 2021 a las 24:00 UTC. Después de esta fecha, la competición se cerró y las presentaciones posteriores no fueron elegibles para el premio en metálico.
La evaluación tuvo lugar del 1 de septiembre de 2021 al 31 de septiembre de 2021. Nuestro equipo examinó a fondo cada presentación.
La mejor presentación en cada categoría ha recibido la totalidad de los fondos del premio de $2000.00 (2000.00 USD) de Ultralytics para esa categoría.
Con la ayuda de nuestra increíble comunidad, previamente creamos 5 categorías que representan los escenarios de implementación en el mundo real más populares para los modelos YOLOv5, incluyendo Jetson Nano, Raspberry Pi, Google Edge TPU, Desktop CPU y dispositivos Android Edge.
Nuestros participantes han creado un repositorio público en Github para su presentación, han asignado a su trabajo una licencia de código abierto y han publicado su presentación directamente en uno de los 5 hilos oficiales de presentaciones del Concurso EXPORT para permitir que la comunidad vote. Tenga en cuenta que estos hilos eran solo para presentaciones oficiales. Las preguntas o comentarios generales se han formulado directamente en este hilo, o en un nuevo debate. Enlaces a las presentaciones:
Después de mucha consideración, decidimos quiénes serían los ganadores de cada una de las cinco categorías, que representan los escenarios de implementación en el mundo real más populares para los modelos YOLOv5. Todos los participantes fueron contactados personalmente y los premios fueron distribuidos a nuestros ganadores posteriormente. ¡Hoy, estamos felices de finalmente compartir las mejores soluciones contigo!
Premio: $2000
Premio: $2000
Premio: $2000
Premio: $2000
Sin ganador *
Premio: $2000
Sin ganador *
*Las presentaciones en esta categoría no cumplieron con el conjunto mínimo de requisitos en cada uno de los criterios de evaluación. Por lo tanto, no se seleccionó ningún ganador para la categoría esta vez, sin embargo, habrá más oportunidades para que los participantes compitan nuevamente en el futuro.
¡Felicitaciones a los ganadores! Asegúrese de revisar sus repositorios.
"La biblioteca YOLOv5 es excelente: se actualiza casi a diario, los modelos funcionan bien y la experiencia del usuario mejora continuamente. Gran parte de mi investigación implica la implementación de ML en dispositivos integrados, y había trabajado con EdgeTPU anteriormente, por lo que esto parecía un desafío divertido."
Josh Veitch-Michaelis
¡También queremos enviar un gran saludo a todos los que participaron en nuestra Competición de Exportación! Tenemos la suerte de contar con numerosos miembros valiosos de nuestra comunidad de código abierto. Son las contribuciones de todos ustedes las que hacen que nuestra comunidad sea grandiosa.
¡Sigan siendo increíbles y sigan creando! 🚀
Las propuestas del concurso de Exportación se juzgaron bajo la premisa de varios criterios: simplicidad y reproducibilidad de sus métodos de exportación, la calidad de su documentación, la calidad de la exportación y la velocidad y precisión de sus modelos exportados. Estas propuestas fueron luego calificadas tanto por el equipo de Ultralytics como por los comentarios de la comunidad.
La exportación más sencilla tendrá el menor número de pasos, requerirá la menor cantidad de argumentos/parámetros, utilizará la menor cantidad de paquetes importados y será ejecutable con la menor cantidad de código.
Los envíos deben estar bien documentados utilizando un archivo de envío en formato Markdown. Cada paso debe explicarse, incluyendo la configuración/requisitos, cualquier configuración/argumentos, los pasos de exportación y la configuración del entorno implementado, si corresponde.
Se debe incluir cada aspecto de la exportación e implementación, comenzando con un modelo oficial yolov5s.pt. Para entornos que requieren requisitos especiales, como Jetson Nano, se deben proporcionar y documentar todos los paquetes y/o imágenes de Docker. Para implementaciones de Android, también se debe incluir una aplicación de referencia de Android. Una presentación debe incluir el 100% de lo que se requiere para exportar y usar completamente un modelo YOLOv5.
Los modelos implementados deben devolver resultados de inferencia casi idénticos a los modelos oficiales YOLOv5 PyTorch (es decir, inferencia con python detect.py --weights yolov5s.pt). La precisión de las soluciones implementadas se analizará en un conjunto de pruebas reservado de imágenes de Ultralytics que no están disponibles para el público. La velocidad también es muy importante, y se favorecen enormemente las soluciones de implementación más rápidas. Para Android, las exportaciones a delegados GPU, NNAPI y Hexagon recibirán la puntuación más alta aquí.
